文献

J-GLOBAL ID：202102253684244638   整理番号：21A2837469

深層ニューラルネットワークにおけるダイアクリティクスによるアラビア語アルファベット音素の分類ベンチマーク【JST・京大機械翻訳】

A classification benchmark for Arabic alphabet phonemes with diacritics in deep neural networks

著者 (5件)： Almekhlafi Eiad (School of Information Science and Technology, Northwest University, Xi’an 710127, China) ,  AL-Makhlafi Moeen (School of Computer Science and Technology, Xidian University, Xi’an 710071, China) ,  Zhang Erlei (School of Information Engineering, Northwest A&F University, Yangling 712100, China) ,  Wang Jun (School of Information Science and Technology, Northwest University, Xi’an 710127, China) ,  Peng Jinye (School of Information Science and Technology, Northwest University, Xi’an 710127, China)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 71  ページ： Null  発行年： 2022年 
JST資料番号： T0677A  ISSN： 0885-2308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： アラビア語は世界で4番目に一般的な言語であるが,特に自動音声認識(ASR)において人工知能研究において十分な注目を受けていない。アラビア語の鍵となる特徴は,単語が書かれたので,その単語が正確に顕著であることである。とりわけ,ダイクライトを考慮して,類似の発音と書き込みの単語はない。この動機は,そのアルファベット音素を認識することにより,アラビアASRシステムの構築を考えることを動機づける。したがって,アラビアのアルファベット音素分類は研究されるべきであり,これは,本論文が達成することを狙った。本論文では,アラビアアルファベット音声データセット(AAPD)と呼ばれる新しいデータセットを作成した。AAPDは1420人の音記録により収集した。3つの特徴抽出技術と4つの深層ニューラルネットワークを用いて,いくつかのアラビアアルファベット音素分類システムを構築した。AAPDに基づいて,ベンチマークとして使用できる特徴抽出と分類法の性能を比較するための多数の実験を設計した。実験結果は,Mel-周波数Cepstral係数(MFCC)が,特にMel-bands数に対して20を用いるとき,その最高精度のために,特徴抽出に最も効果的であると考えられ,訓練時間は最小である。さらに,最小計算負荷で最高の精度を達成する適切なモデルは,提案モデルVGGベースであり,そこでは95.68%の精度を得た。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  *音響 ,  特徴抽出 ,  *音素 ,  人工知能 ,  *ベンチマーク ,  単語
準シソーラス用語： *アラビア語 ,  分類法 ,  自動音声認識 ,  計算負荷 ,  MFCC ,  ケプストラム係数 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： アラビア語アルファベット音素 ,  深層ニューラルネットワーク ,  自動音声認識 ,  メル周波数ケプストラム係数 ,  メルスペクトログラム

分類 (3件)： システム・制御理論一般  (IA02010H) ,  自然語処理  (JE06000L) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (6件)： 深層ニューラルネットワーク ,  アラビア語 ,  アルファベット ,  音素 ,  分類 ,  ベンチマーク